关键词:
罕见事件
治疗转换
模拟研究
转换率
治疗效应
摘要:
目的基于真实世界数据的药物安全性评价常同时面临治疗转换与罕见事件的挑战。通过统计模拟,探讨在治疗转换和罕见事件叠加场景下,转换率和相对治疗效应对常用分析策略及方法统计学性能的影响。方法模拟场景设置为双向治疗转换(允许对照组转向治疗组,也允许治疗组转向对照组),并设置事件发生率为2%、5%和20%。在样本量足够的情况下,考虑转换率和相对治疗效应,生成不同的具体模拟场景。分别采用意向治疗(ITT)、符合方案(PP)和遵循治疗(AT)3类分析策略对模拟数据集进行分析。比较不同场景下各类方法的相对偏倚、均方误差、经验标准误、置信区间覆盖率和拒绝率5个指标表现,并给出方法选择建议。结果从分析策略来看,AT分析在参数估计相对偏倚和准确性方面整体相对最优,其次为PP分析,最后为ITT分析。当相对治疗效应趋同时(如HR=1.0),ITT分析和AT时间依赖性方法(边际结构模型、时间依赖性Cox回归或时间依赖性倾向性评分匹配)具有较好的性能;当相对治疗效应较小时(如HR=0.8),边际结构模型性能相对最佳;当相对治疗效应较大时(如HR=0.6或0.4),AT分析中对转换者采取删失处理的方法估计更为准确。此外,当2组治疗效应存在差异时,AT时间依赖性方法的拒绝率整体上相对最高,ITT分析的拒绝率整体上相对最低。结论对于真实世界药物安全性评价中双向治疗转换和罕见事件的双重挑战,保证充分的样本量是准确估计治疗效应的前提,同时转换率和转换药物的相对效应量也会影响估计准确性。应具体结合事件发生率是否罕见、转换率和2类治疗的预期相对治疗效应大小,选择合适的策略及方法进行分析。